Changes in salivary biomarkers of pain, anxiety, stress, and inflammation related to tooth movement during orthodontic treatment: a systematic review
Notice bibliographique
Résumé
OBJECTIVE: This systematic review aimed to analyze the literature on changes in endogenous salivary biomarkers of pain, anxiety, stress, and inflammation related to tooth movement during orthodontic treatment of children and adolescents. MATERIAL AND METHODS: An electronic search was performed in nine databases to identify quasi-experimental studies, without restricting publication language and year. Two reviewers extracted the data and assessed the individual risk of bias using the JBI tools, and the certainty of evidence using the GRADE tool. RESULTS: The electronic search found 7,038 records, of which 12 met the eligibility criteria and were included in the qualitative synthesis. Most studies had a low risk of bias. Biomarkers were grouped into five categories: electrolytes, enzymes, hormones, immunoglobulins, and mediators. Electrolytes showed decreased Ca2+, Pi3+ and K+ levels, and increased Na+ and Cl- levels. All enzymes (ALP, LDH, MMP8, and MMP9) increased over time. Hormones presented a decrease in leptin and some fluctuations in daily cortisol levels. Immunoglobulins (IgA, IgG, IgM, IgD, and IgE) had no significant changes, and salivary IgA showed divergent results among studies. Mediators (sRANKL, OPG, IL-1β, and PGE2) showed fluctuations at different treatment stages, mainly after orthodontic activation. CONCLUSIONS: Based on a very low certainty level, orthodontic tooth movement had little to no effect on endogenous salivary biomarkers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».